PRACE NAUKOWE Uniwersytetu Ekonomicznego we Wrocławiu

Transkrypt

1 PRACE NAUKOWE Uniwersytetu Ekonomicznego we Wrocławiu RESEARCH PAPERS of Wrocław University of Economics Nr 384 Taksonomia 24 Klasyfikacja i analiza danych teoria i zastosowania Redaktorzy naukowi Krzysztof Jajuga Marek Walesiak Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu Wrocław 2015

2 Redaktor Wydawnictwa: Aleksandra Śliwka Redaktor techniczny: Barbara Łopusiewicz Korektor: Barbara Cibis Łamanie: Beata Mazur Projekt okładki: Beata Dębska Tytuł dofinansowany ze środków Narodowego Banku Polskiego oraz ze środków Sekcji Klasyfikacji i Analizy Danych PTS Informacje o naborze artykułów i zasadach recenzowania znajdują się na stronie internetowej Wydawnictwa Publikacja udostępniona na licencji Creative Commons Uznanie autorstwa-użycie niekomercyjne-bez utworów zależnych 3.0 Polska (CC BY-NC-ND 3.0 PL) Copyright by Uniwersytet Ekonomiczny we Wrocławiu Wrocław 2015 ISSN (Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu) e-issn (Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu) ISSN (Taksonomia) Wersja pierwotna: publikacja drukowana Zamówienia na opublikowane prace należy składać na adres: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu tel./fax ; econbook@ue.wroc.pl Druk i oprawa: TOTEM

3 Spis treści Wstęp... 9 Krzysztof Jajuga, Józef Pociecha, Marek Walesiak: 25 lat SKAD Beata Basiura, Anna Czapkiewicz: Symulacyjne badanie wykorzystania entropii do badania jakości klasyfikacji Andrzej Bąk: Zagadnienie wyboru optymalnej procedury porządkowania liniowego w pakiecie pllord Justyna Brzezińska: Analiza klas ukrytych w badaniach sondażowych Grażyna Dehnel: Rejestr podatkowy oraz rejestr ZUS jako źródło informacji dodatkowej dla statystyki gospodarczej możliwości i ograniczenia.. 51 Sabina Denkowska: Wybrane metody oceny jakości dopasowania w Propensity Score Matching Marta Dziechciarz-Duda, Klaudia Przybysz: Zastosowanie teorii zbiorów rozmytych do identyfikacji pozafiskalnych czynników ubóstwa Iwona Foryś: Potencjał rynku mieszkaniowego w Polsce w latach dekoniunktury gospodarczej Eugeniusz Gatnar: Statystyczna analiza konwergencji krajów Europy Środkowej i Wschodniej po 10 latach członkostwa w Unii Europejskiej Ewa Genge: Zaufanie do instytucji publicznych i finansowych w polskim społeczeństwie analiza empiryczna z wykorzystaniem ukrytych modeli Markowa Alicja Grześkowiak: Wielowymiarowa analiza uwarunkowań zaangażowania Polaków w kształcenie ustawiczne o charakterze pozaformalnym Monika Hamerska: Wykorzystanie metod porządkowania liniowego do tworzenia rankingu jednostek naukowych Bartłomiej Jefmański: Zastosowanie modeli IRT w konstrukcji rozmytego systemu wag dla zmiennych w zagadnieniu porządkowania liniowego na przykładzie metody TOPSIS Tomasz Józefowski, Marcin Szymkowiak: Wykorzystanie uogólnionej miary odległości do porządkowania liniowego powiatów województwa podkarpackiego w świetle funkcjonowania specjalnej strefy ekonomicznej Euro-Park Mielec Krzysztof Kompa: Zastosowanie testów parametrycznych i nieparametrycznych do oceny sytuacji na światowym rynku kapitałowym przed kryzysem i po jego wystąpieniu Mariusz Kubus: Rekurencyjna eliminacja cech w metodach dyskryminacji

4 6 Spis treści Marta Kuc: Wpływ sposobu definiowania macierzy wag przestrzennych na wynik porządkowania liniowego państw Unii Europejskiej pod względem poziomu życia ludności Paweł Lula: Kontekstowy pomiar podobieństwa semantycznego Iwona Markowicz: Model regresji Feldsteina-Horioki wyniki badań dla Polski Kamila Migdał-Najman: Ocena wpływu wartości stałej Minkowskiego na możliwość identyfikacji struktury grupowej danych o wysokim wymiarze Małgorzata Misztal: O zastosowaniu kanonicznej analizy korespondencji w badaniach ekonomicznych Krzysztof Najman: Zastosowanie przetwarzania równoległego w analizie skupień Edward Nowak: Klasyfikacja danych a rachunkowość. Rozważania o relacjach Marcin Pełka: Adaptacja metody bagging z zastosowaniem klasyfikacji pojęciowej danych symbolicznych Józef Pociecha, Mateusz Baryła, Barbara Pawełek: Porównanie skuteczności klasyfikacyjnej wybranych metod prognozowania bankructwa przedsiębiorstw przy losowym i nielosowym doborze prób Agnieszka Przedborska, Małgorzata Misztal: Wybrane metody statystyki wielowymiarowej w ocenie jakości życia słuchaczy uniwersytetu trzeciego wieku Wojciech Roszka: Konstrukcja syntetycznych zbiorów danych na potrzeby estymacji dla małych domen Aneta Rybicka: Połączenie danych o preferencjach ujawnionych i wyrażonych Elżbieta Sobczak: Poziom specjalizacji w sektorach intensywności technologicznej a efekty zmian liczby pracujących w województwach Polski Andrzej Sokołowski, Grzegorz Harańczyk: Modyfikacja wykresu radarowego Marcin Szymkowiak, Marek Witkowski: Wykorzystanie mediany do klasyfikacji banków spółdzielczych według stanu ich kondycji finansowej Justyna Wilk, Michał B. Pietrzak, Roger S. Bivand, Tomasz Kossowski: Wpływ wyboru metody klasyfikacji na identyfikację zależności przestrzennych zastosowanie testu join-count Dorota Witkowska: Wykorzystanie drzew klasyfikacyjnych do analizy zróżnicowania płac w Niemczech Artur Zaborski: Analiza niesymetrycznych danych preferencji z wykorzystaniem modelu punktu dominującego i modelu grawitacji

5 Spis treści 7 Summaries Krzysztof Jajuga, Józef Pociecha, Marek Walesiak: XXV years of SKAD 24 Beata Basiura, Anna Czapkiewicz: Simulation study of the use of entropy to validation of clustering Andrzej Bąk: Problem of choosing the optimal linear ordering procedure in the pllord package Justyna Brzezińska-Grabowska: Latent class analysis in survey research Grażyna Dehnel: Tax register and social security register as a source of additional information for business statistics possibilities and limitations Sabina Denkowska: Selected methods of assessing the quality of matching in Propensity Score Matching Marta Dziechciarz-Duda, Klaudia Przybysz: Applying the fuzzy set theory to identify the non-monetary factors of poverty Iwona Foryś: The potential of the housing market in Poland in the years of economic recessions Eugeniusz Gatnar: Statistical analysis of the convergence of CEE countries after 10 years of their membership in the European Union Ewa Genge: Trust to the public and financial institutions in the Polish society an application of latent Markov models Alicja Grześkowiak: Multivariate analysis of the determinants of Poles' involvement in non-formal lifelong learning Monika Hamerska: The use of the methods of linear ordering for the creating of scientific units ranking Bartłomiej Jefmański: The application of IRT models in the construction of a fuzzy system of weights for variables in the issue of linear ordering on the basis of TOPSIS method Tomasz Józefowski, Marcin Szymkowiak: GDM as a method of finding a linear ordering of districts of Podkarpackie Voivodeship in the light of the operation of the Euro-Park Mielec special economic zone Krzysztof Kompa: Application of parametric and nonparametric tests to the evaluation of the situation on the world financial market in the preand post-crisis period Mariusz Kubus: Recursive feature elimination in discrimination methods Marta Kuc: The impact of the spatial weights matrix on the final shape of the European Union countries ranking due to the standard of living Paweł Lula: The impact of context on semantic similarity Iwona Markowicz: Feldstein-Horioka regression model the results for Poland

6 8 Spis treści Kamila Migdał-Najman: The assessment of impact value of Minkowski s constant for the possibility of group structure identification in high dimensional data Małgorzata Misztal: On the use of canonical correspondence analysis in economic research Krzysztof Najman: The application of the parallel computing in cluster analysis Edward Nowak: Data classification and accounting. A study of correlations 226 Marcin Pełka: The adaptation of bagging with the application of conceptual clustering of symbolic data Józef Pociecha, Mateusz Baryła, Barbara Pawełek: Comparison of classification accuracy of selected bankruptcy prediction methods in the case of random and non-random sampling technique Agnieszka Przedborska, Małgorzata Misztal: Selected multivariate statistical analysis methods in the evaluation of the quality of life of the members of the University of the Third Age Wojciech Roszka: Construction of synthetic data sets for small area estimation Aneta Rybicka: Combining revealed and stated preference data Elżbieta Sobczak: Specialization in sectors of technical advancement vs. effects of workforce number changes in Poland s voivodships Andrzej Sokołowski, Grzegorz Harańczyk: Modification of radar plot Marcin Szymkowiak, Marek Witkowski: Classification of cooperative banks according to their financial situation using the median Justyna Wilk, Michał B. Pietrzak, Roger S. Bivand, Tomasz Kossowski: The influence of classification method selection on the identification of spatial dependence an application of join-count test Dorota Witkowska: Application of classification trees to analyze wages disparities in Germany Artur Zaborski: Asymmetric preference data analysis by using the dominance point model and the gravity model

7 PRACE NAUKOWE UNIWERSYTETU EKONOMICZNEGO WE WROCŁAWIU nr 207 RESEARCH PAPERS OF WROCŁAW UNIVERSITY OF ECONOMICS nr Taksonomia 24 ISSN Klasyfikacja i analiza danych teoria i zastosowania e-issn Tomasz Józefowski Urząd Statystyczny w Poznaniu t.jozefowski@stat.gov.pl Marcin Szymkowiak Uniwersytet Ekonomiczny w Poznaniu m.szymkowiak@ue.poznan.pl WYKORZYSTANIE UOGÓLNIONEJ MIARY ODLEGŁOŚCI DO PORZĄDKOWANIA LINIOWEGO POWIATÓW WOJEWÓDZTWA PODKARPACKIEGO W ŚWIETLE FUNKCJONOWANIA SPECJALNEJ STREFY EKONOMICZNEJ EURO-PARK MIELEC Streszczenie: W artykule przedstawione zostało wykorzystanie uogólnionej miary odległości GDM na potrzeby stworzenia rankingu powiatów województwa podkarpackiego ze względu na sytuację panującą na rynku pracy. Jego głównym celem była próba znalezienia odpowiedzi na pytanie, jak powiaty, w ramach których funkcjonują podstrefy SSE Euro-Park Mielec, plasują się w wyznaczonym rankingu opisującym rynek pracy w układzie powiatów. Słowa kluczowe: uogólniona miara odległości GDM, specjalne strefy ekonomiczne, rynek pracy. DOI: /pn Wstęp Zgodnie z ustawą [Ustawa o specjalnych strefach ekonomicznych 1994] przez pojęcie specjalnej strefy ekonomicznej (SSE) należy rozumieć wyodrębnioną i niezamieszkałą część terytorium kraju, na terenie której podmioty gospodarcze mogą prowadzić działalność gospodarczą na preferencyjnych warunkach. Utworzenie specjalnych stref ekonomicznych miało na celu m.in. przyspieszenie rozwoju gospodarczego przez wspieranie określonych dziedzin działalności gospodarczej, rozwój nowych rozwiązań technicznych i technologicznych, tworzenie nowych miejsc pracy [Ambroziak 2009]. Ze względu na specyfikę specjalnych stref ekonomicznych brakuje pogłębionych analiz ich funkcjonowania, a także efektów

8 136 Tomasz Józefowski, Marcin Szymkowiak ich działalności od momentu ich utworzenia. W szczególności brakuje kompleksowej informacji na temat wpływu specjalnych stref ekonomicznych na lokalny rynek pracy. Głównym celem artykułu jest próba uporządkowania powiatów województwa podkarpackiego ze względu na sytuację panującą na rynku pracy i sprawdzenie, jak powiaty, w obszarze których znajdują się wydzielone podstrefy wchodzące w skład najstarszej specjalnej strefy ekonomicznej Euro-Park Mielec, plasują się w wyznaczonym rankingu. W tym celu wykorzystana zostanie uogólniona miara odległości GDM [Walesiak 2011]. Analizę przeprowadzono w ujęciu statycznym za 2011 rok, korzystając z informacji pochodzących z Banku Danych Lokalnych. 2. Prawno-ekonomiczne aspekty funkcjonowania specjalnych stref ekonomicznych w Polsce Specjalne strefy ekonomiczne od wielu lat są już częścią polskiej rzeczywistości gospodarczej. Podwaliny pod ich funkcjonowanie zostały zawarte w ustawie o specjalnych strefach ekonomicznych [1994]. Ich utworzenie miało na celu zniwelowanie negatywnych ubocznych efektów reform gospodarczych z początku lat dziewięćdziesiątych. Dlatego też powołanie do życia SSE zgodnie z ustawą miało na celu m.in.: rozwój określonych dziedzin działalności gospodarczej, rozwój nowych rozwiązań technicznych i technologicznych oraz ich wykorzystanie w gospodarce narodowej, rozwój eksportu, zwiększenie konkurencyjności wytwarzanych wyrobów i świadczonych usług, tworzenie nowych miejsc pracy. 3. Specjalne strefy ekonomiczne w Polsce Liczba stref i podstref w Polsce ewaluowała w czasie i zmieniał się również procent ich zagospodarowania. W 2011 roku funkcjonowało 14 specjalnych stref ekonomicznych, których podstrefy znajdowały się na obszarze 143 miast oraz 203 gmin we wszystkich województwach w kraju. Mapa na rys. 1 przedstawia ich rozmieszenie łącznie z ich poszczególnymi podstrefami w 2011 roku. Jak wynika z analizy rys. 1, podstrefy zostały utworzone również w dużych i rozwiniętych gospodarczo miastach, takich jak chociażby Warszawa czy też Poznań. Jest to jeden z zarzutów przeciwników funkcjonowania specjalnych stref ekonomicznych, którzy sugerują, że podstrefy są tworzone w miejscach preferowanych przez inwestorów. Wspomina się również o efekcie biegu jałowego, kiedy to inwestycje miałyby miejsce na danym obszarze niezależnie od utworzenia strefy.

9 Wykorzystanie uogólnionej miary odległości do porządkowania liniowego 137 Rys. 1. Przestrzenne rozmieszczenie 14 SSE i ich podstref w Polsce w 2011 roku Źródło: opracowanie własne. Pomimo tych zastrzeżeń SSE mają również swoich zwolenników, którzy wskazują, iż są one skutecznym narzędzie polityki regionalnej. Uważają oni, że ich działalność umożliwia wyrównywanie szans rozwojowych, przyczynia się do istotnej poprawy sytuacji na lokalnych rynkach pracy oraz wpływa na zwiększenie aktywności i zdolności adaptacyjnych osób na rynku pracy do zmieniających się warunków [Kołomycew 2008]. 4. Specjalna strefa ekonomiczna Euro-Park Mielec Pierwsza specjalna strefa ekonomiczna Euro-Park Mielec została utworzona w Polsce w 1995 roku na wydzielonym obszarze pokrywającym w części tereny byłego zakładu WSK PZL Mielec i od początku swego istnienia zarządzana jest przez Agencję Rozwoju Przemysłu [Domański, Gwosdz 2005]. Subregion ten był typowym monokulturowym ośrodkiem przemysłowym, który w okresie transformacji gospodarczej został silnie dotknięty negatywnymi skutkami zachodzących przemian. Władze lokalne same nie były w stanie poradzić sobie z problemami natury społeczno-gospodarczej i dopiero przy wykorzystaniu narzędzi prawnych wynikających z ustawy zaczęto wdrażać korzystne dla regionu rozwiązania. Pierwsze pozwolenie na prowadzenie działalności w granicach strefy zostało wydane w kwietniu 1996 roku po okresie organizacji i przygotowania jej dla przyszłych inwestorów. Początkowa idea zwartej struktury terytorialnej strefy nie została

10 138 Tomasz Józefowski, Marcin Szymkowiak utrzymana. Już w tym samym roku utworzono kolejną katowicką SSE i na wydzielonych obszarach kilku miast utworzono jej podstrefy. Należy podkreślić, że trudno jest rozstrzygnąć spór pomiędzy zwolennikami i przeciwnikami SSE bez rzetelnych argumentów opartych na wiarygodnych źródłach danych. Jak do tej pory nie stworzono obiektywnego mechanizmu statystycznego umożliwiającego kompleksową, wielowymiarową ocenę funkcjonowania specjalnych stref ekonomicznych na podstawie różnych źródeł danych. Dotyczy to w szczególności oceny wpływu SSE na lokalny rynek pracy. Wychodząc naprzeciw zapotrzebowaniu na odpowiednią informację w tym zakresie, w artykule podjęto próbę uszeregowania powiatów województwa podkarpackiego ze względu na sytuację panującą na rynku pracy i sprawdzono, jak w utworzonym rankingu plasują się powiaty, na terenie których funkcjonuje pierwsza utworzona SSE Euro-Park Mielec wraz z niektórymi swoimi podstrefami Uogólniona miara odległości GDM Na potrzeby porządkowania liniowego powiatów województwa podkarpackiego ze względu na sytuację panującą na rynku pracy wykorzystano uogólnioną miarę odległości GDM, która szczegółowo została opisana w pracy [Walesiak 2011]. Dla zmiennych mierzonych na skali ilorazowej i (lub) przedziałowej odległość między dwoma obiektami wyznacza się z następującej formuły: m j=1 m j=1 d ik = 1 x ij x kj x kj x ij + x ij x lj x kj x lj 2 l i,k, (1) m 2 n x ij x lj 2 m n x kj x lj 2 j=1 l=1 gdzie: x ij x kj, x lj i-ta (k-ta, l-ta) obserwacja na j-tej zmiennej. W metodzie tej wyznacza się odległości poszczególnych obiektów od obiektu wzorcowego, którym w badaniach empirycznych jest zazwyczaj tzw. dolny bądź górny obiekt rozwoju. Zastosowanie powyższej formuły wymaga wcześniejszej normalizacji zmiennych celem ich sprowadzenia do porównywalności. W artykule wykorzystano w tym celu metodę unitaryzacji zerowanej. Jej szczegółowy opis można znaleźć w pracy [Kukuła 2000]. Wartości wyznaczonej miary d ik znajdują się w przedziale [0,1]. Wartości bliższe 0 są bardziej pożądane. Szczegółowy opis procedury porządkowania liniowego zbioru obiektów z wykorzystaniem odległości GDM1 dla danych metrycznych można znaleźć w pracy [Walesiak 2011]. j=1 n l=1 l= Wzięto tylko pod uwagę podstrefy SSE Euro-Park Mielec znajdujące się na terenie województwa podkarpackiego. Pozostałe podstrefy zostały pominięte w analizie (przykładowo pominięto miasto Szczecin, w obrębie którego również funkcjonuje SSE Euro-Park Mielec).

11 Wykorzystanie uogólnionej miary odległości do porządkowania liniowego Wyniki badania empirycznego Omówioną w punkcie 2 uogólnioną miarę odległości GDM wykorzystano na potrzeby stworzenia rankingu powiatów województwa podkarpackiego ze względu na sytuację panującą na rynku pracy. Wykorzystano w tym celu dane pochodzące z Banku Danych Lokalnych Głównego Urzędu Statystycznego z 2011 roku (por. tab. 1). Tabela 1. Zmienne diagnostyczne opisujące rynek pracy powiatów województwa podkarpackiego w 2011 roku Zmienna Opis zmiennej diagnostycznej Charakter zmiennej X 1 X 2 X 3 X 4 X 5 X 6 przeciętne miesięczne wynagrodzenie brutto stopa bezrobocia udział długotrwale bezrobotnych, czyli pozostających bez pracy ponad rok w ogólnej liczbie bezrobotnych udział bezrobotnych wśród osób poniżej 25 roku życia w ogólnej liczbie bezrobotnych udział bezrobotnych osób bez doświadczenia lub o stażu pracy do 1 roku w ogólnej liczbie bezrobotnych udział bezrobotnych osób z wyższym wykształceniem w ogólnej liczbie bezrobotnych Źródło: zestawienie własne. stymulanta destymulanta destymulanta destymulanta destymulanta destymulanta Tabela 2. Identyfikatory powiatów województwa podkarpackiego 2 Powiat id Powiat id bieszczadzki 168 przemyski 181 brzozowski 169 m. Przemyśl 182 dębicki 170 przeworski 183 jarosławski 171 rop. sędziszowski 184 jasielski 172 rzeszowski 185 kolbuszowski 173 m. Rzeszów 186 m. Krosno 174 sanocki 187 krośnieński 175 stalowowolski 188 leski 176 strzyżowski 189 leżajski 177 m. Tarnobrzeg 190 lubaczowski 178 tarnobrzeski 191 mielecki 179 łańcucki 192 niżański 180 Rys. 2. Powiaty województwa podkarpackiego, w których funkcjonuje SSE Euro-Park Mielec Źródło: opracowanie własne. Źródło: opracowanie własne. 2 Rysunek 2 został stworzony w programie SAS. W tabeli 2 zamieszczono identyfikatory powiatów województwa podkarpackiego, który jest zgodny z systemem ich kodowania w tym programie.

12 140 Tomasz Józefowski, Marcin Szymkowiak Przy doborze zmiennych diagnostycznych kierowano się ich dostępnością na poziomie powiatów, a także ich merytorycznym uzasadnieniem. Ostatecznie na potrzeby badania wykorzystano sześć zmiennych, spośród których jedna była stymulantą, a pięć było destymulantami. Przed zastosowaniem miary GDM dokonano normalizacji zmiennych, wykorzystując do tego celu wspomnianą wcześniej metodę unitaryzacji zerowanej. Ze względu na fakt, że celem badania było sprawdzenie, jak w utworzonym rankingu plasują się powiaty, w których funkcjonuje SSE Euro- -Park Mielec, w pierwszej kolejności stworzono odpowiednią mapę powiatów województwa podkarpackiego z zaznaczeniem powiatów, w obrębie których można znaleźć podstrefy SSE Euro-Park Mielec (por rys. 2). Jak pokazuje rys. 2, spośród 25 powiatów województwa podkarpackiego strefa Euro-Park Mielec zlokalizowana jest w 11 z nich, głównie leżących w środkowym pasie powiatów ciągnącym się od zachodniej do wschodniej części województwa. W powiatach znajdujących się zarówno w północnej, jak i południowej części województwa podkarpackiego (z wyjątkiem powiatu sanockiego i m. Krosno) strefa ta nie występuje. Na potrzeby utworzenia rankingu powiatów województwa podkarpackiego wykorzystano program R oraz pakiet clustersim [Walesiak 2011]. W tym celu skorzystano z funkcji pattern.gdm1opisującjej argumenty w następujący sposób: dla każdej zmiennej określono jej charakter (por. tab. 1), przyjmując występujący w funkcji pattern.gdm1argument performancevariable jako wektor postaci performancevariable=c("s","d","d","d","d","d"); s stymulanta, d destymulanta; ustalono dla każdej zmiennej skalę jej pomiaru. Ponieważ wszystkie zmienne były mierzone na skali ilorazowej, przyjęto argument scaletype="r ; przeprowadzono normalizację zmiennych z wykorzystaniem unitaryzacji zerowanej. W tym celu argument normalization przyjął wartość "n3"; dla każdej zmiennej zastosowano wagi jednakowe weightstype="equal"; w analizie przyjęto, że wzorcem będzie górny biegun rozwoju patterntype= "upper". W wyniku zastosowania funkcji pattern.gdm1 otrzymano wartości odległości miary GDM uszeregowane w sposób rosnący (por. tab. 3), a następnie dokonano ich graficznej prezentacji w postaci odpowiedniego wykresu, jaki oferuje pakiet clustersim (por. rys. 3). Dokonano wizualizacji uzyskanych wyników również w postaci odpowiedniej mapy tematycznej (por. rys. 4). Jak pokazują wyniki przeprowadzonej analizy, najkorzystniejsza sytuacja na rynku pracy panuje w powiecie tarnobrzeskim, leskim, stalowowolskim, mieście Rzeszów i powiecie krośnieńskim. Są to zatem powiaty zlokalizowane głównie w północnej i południowej części województwa podkarpackiego. Warto zauważyć, że w czterech z pięciu wspomnianych powiatów nie występują podstrefy SSE Euro-Park Mielec. Mogłoby to sugerować, że funkcjonowanie na terenie powiatów wydzielo-

13 Wykorzystanie uogólnionej miary odległości do porządkowania liniowego 141 Tabela 3. Uporządkowanie powiatów województwa podkarpackiego od najlepszego do najgorszego według wartości miary GDM z wykorzystaniem funkcji pattern.gdm1 Powiat GDM Powiat GDM tarnobrzeski 0,129 brzozowski 0,366 leski 0,198 jasielski 0,401 stalowowolski 0,225 leżajski 0,413 m. Rzeszów 0,232 m. Przemyśl 0,426 krośnieński 0,243 łańcucki 0,471 mielecki 0,254 ropczycko- sędziszowski 0,484 bieszczadzki 0,255 strzyżowski 0,484 sanocki 0,273 przemyski 0,545 dębicki 0,283 niżański 0,554 m. Tarnobrzeg 0,286 kolbuszowski 0,573 m. Krosno 0,290 jarosławski 0,575 lubaczowski 0,297 przeworski 0,676 rzeszowski 0,319 Źródło: opracowanie własne z wykorzystaniem programu R. nych podstref ekonomicznych nie przyczynia się automatycznie do poprawy sytuacji na rynku pracy i istnieją inne czynniki ją determinujące. Do uzyskanych wyników należy jednak podchodzić z dużą ostrożnością, gdyż przykładowo w powiecie tarnobrzeskim czy stalowowolskim funkcjonuje tarnowska SSE. Może to zatem świadczyć o wysokiej pozycji tych dwóch powiatów w ostatecznym rankingu uzyskanym z wykorzystaniem miary GDM. 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 tarnobrzeski leski stalowowolski m. Rzeszów krośnieński mielecki Rys. 3. Graficzna prezentacja uporządkowania powiatów województwa podkarpackiego ze względu na sytuację panującą na rynku pracy (kwadratem oznaczono powiaty, w których nie występuje strefa Euro-Park Mielec, a kółkami te powiaty, w których ta strefa występuje) Źródło: opracowanie własne. bieszczadzki sanocki dębicki m. Tarnobrzeg m. Krosno lubaczowski rzeszowski brzozowski jasielski leżajski m. Przemyśl łańcucki rop. sędziszowski strzyżowski przemyski niżański kolbuszowski jarosławski przeworski

14 142 Tomasz Józefowski, Marcin Szymkowiak Rys. 4. Przestrzenne rozmieszczenie wartości miary GDM w powiatach województwa podkarpackiego Źródło: opracowanie własne. 7. Wnioski Rezultaty przeprowadzonego badania empirycznego stanowiły pierwszą ocenę wpływu SSE na funkcjonowanie lokalnego rynku pracy z wykorzystaniem metod taksonomicznych. Jak pokazują uzyskane wyniki, nie można jednoznacznie stwierdzić, że występowanie w powiatach województwa podkarpackiego podstref SSE Euro-Park Mielec przekłada się automatycznie na korzystniejszą sytuację na rynku pracy w tych powiatach. Potwierdzenie takiej tezy wymagałoby najprawdopodobniej zbadania sytuacji na rynku pracy w analizowanych powiatach przed utworzeniem lub wkrótce po utworzeniu SSE, jak i w kilkanaście lat po okresie jej funkcjonowania. Interesującym również zagadnieniem mogłoby być porównanie wyników otrzymanych z wykorzystaniem kilku różnych metod taksonomicznych w analizowanym problemie. Literatura Ambroziak A., 2009, Efekty funkcjonowania specjalnych stref ekonomicznych w Polsce, Zeszyty Naukowe SGH, nr 24, /7. Domański B., Gwosdz K. (red.), 2005, Dziesięć lat doświadczeń pierwszej polskiej specjalnej strefy ekonomicznej Mielec , Instytut Geografii i Gospodarki Przestrzennej Uniwersytetu Jagiellońskiego i Agencja Rozwoju Przemysłu S.A. Oddział w Mielcu.

15 Wykorzystanie uogólnionej miary odległości do porządkowania liniowego 143 Kołomycew A., 2008, Tarnobrzeska Specjalna Strefa Ekonomiczna jako instrument rozwoju lokalnego (na przykładzie powiatu tarnobrzeskiego), Zeszyty Naukowe Zakładu Europeistyki Wyższej Szkoły Informatyki i Zarządzania w Rzeszowie: szkice z dziedzin nauki, nr 2, s Kukuła K., 2000, Metoda unitaryzacji zerowanej, Wydawnictwo Naukowe PWN, Warszawa. Ustawa z 20 października 1994 r. o specjalnych strefach ekonomicznych, Dz.U. nr 123, poz Walesiak M., 2011, Uogólniona miara odległości GDM w statystycznej analizie wielowymiarowej z wykorzystaniem programu R, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu. GDM AS A METHOD OF FINDING A LINEAR ORDERING OF DISTRICTS OF PODKARPACKIE VOIVODESHIP IN THE LIGHT OF THE OPERATION OF THE EURO-PARK MIELEC SPECIAL ECONOMIC ZONE Summary: The main goal of the study was to order districts (LAU1) of Podkarpackie Voivodeship taking into account their labour market situation in 2011 and determine how the presence of designated areas constituting the oldest special economic zone Euro-Park Mielec affects the ranking of those districts where the zone is located. The ordering was conducted using a method proposed by M. Walesiak based on the generalized distance measure (GDM). Keywords: generalized distance measure (GDM), special economic zones, labour market.